Повторные независимые испытания. Формула Бернулли

Повторные независимые испытания. Формула Бернулли.

Рассмотрим случай многократного повторения одного и того же испытания или случайного эксперимента. Результат каждого испытания будем считать не зависящим от того, какой результат наступил в предыдущих испытаниях. В качестве результатов или элементарных исходов каждого отдельного испытания будем различать лишь две возможности:

1) появление некоторого события А;

2) появление события , (события, являющегося дополнением А)

Пусть вероятность P(A) появления события А постоянна и равна p (0<.p<1). Вероятность P() события обозначим через q: P() = 1– p=q.

Примерами таких испытаний могут быть:

1) подбрасывание монеты: А – выпадение герба; – выпадение цифры.

P(A) = P() = 0,5.

2) бросание игральной кости: А – выпадение количества очков, равного пяти, выпадение любого количества очков кроме пяти.

P(A) =1/6, P() =5/6.

3) извлечение наудачу из урны, содержащей 7 белых и 3 черных шара, одного шара (с возвращением): А – извлечение белого шара, – извлечение черного шара

P(A) = 0,7; P() = 0,3

Пусть произведено n испытаний, которые мы будем рассматривать как один сложный случайный эксперимент. Составим таблицу из n клеток, расположенных в ряд, пронумеруем клетки, и результат каждого испытания будем отмечать так: если в i-м испытании событие А произошло, то в i-ю клетку ставим цифру 1, если событие А не произошло (произошло событие ), в i-ю клетку ставим 0.

Если, например, проведено 5 испытаний, и событие А произошло лишь во 2-м и 5-м испытаниях, то результат можно записать такой последовательностью нулей и единиц: 0; 1; 0; 0; 1.

Каждому возможному результату n испытаний будет соответствовать последовательность n цифр 1 или 0, чередующихся в том порядке, в котором появляются события A и в n испытаниях, например:

1; 1; 0; 1; 0; 1; 0; 0; ... 0; 1; 1; 0

14444442444443

n цифр

Всего таких последовательностей можно составить (это читатель может доказать сам).

Так как испытания независимы, то вероятность P каждого такого результата определяется путем перемножения вероятностей событий A и в соответствующих испытаниях. Так, например, для написанного выше результата найдем

P = p×p×q×p×q×p×q×q×...×q×p×p×q

Если в написанной нами последовательности единица встречается х раз (это значит, что нуль встречается n–x раз), то вероятность соответствующего результата будет pⁿ q^n-x независимо от того, в каком порядке чередуются эти x единиц и n–x нулей.

Все события, заключающиеся в том, что в n испытаниях событие A произошло x раз, а событие произошло n-x раз, являются несовместными. Поэтому для вычисления вероятности объединения этих событий (или суммы этих событий), нужно сложить вероятности всех этих событий, каждая из которых равна pⁿ q^n-x . Всего таких событий можно насчитать столько, сколько можно образовать различных последовательностей длины n, содержащих x цифр "1" и n–x цифр "0". Таких последовательностей получается столько, сколькими способами можно разместить x цифр "1" (или n–x цифр "0") на n местах, то есть число этих последовательностей равно

Отсюда получается формула Бернулли:

P_n (x) =

По формуле Бернулли рассчитывается вероятность появления события A "x" раз в n повторных независимых испытаниях, где p – вероятность появления события A в одном испытании, q - вероятность появления события в одном испытании.

Сформулированные условия проведения испытаний иногда называются "схемой повторных независимых испытаний" или "схемой Бернулли"

Число x появления события A в n повторных независимых испытаниях называется частотой.

Пример. Из урны, содержащей 2 белых и 6 черных шаров, наудачу выбирается с возвращением 5 раз подряд один шар. Подсчитать вероятность того, что 4 раза появится белый шар.

В приведенных выше обозначениях n=8; p=1/4; q=3/4; x=5. Искомую вероятность вычисляем по формуле Бернулли:

По формуле Бернулли можно подсчитать вероятности всех возможных частот: x=0,1,2,3,4,5.

Заметим, что если в этой задаче считать, что белых шаров было 20000, а черных 60000, то очевидно p и q останутся неизменными. Однако в этой ситуации можно пренебречь возвращением извлеченного шара после каждой выборки (при не слишком больших значениях x) и считать вероятности всех частот: x=0,1,2,... по формуле Бернулли.

Формула Бернулли при заданных числах p и n позволяет рассчитывать вероятность любой частоты x (0 £ x £ n). Возникает естественный вопрос, какой частоте будет соответствовать наибольшая вероятность?

Предположим, что такая частота существует, и попытаемся ее определить из условия, что вероятность этой частоты не меньше вероятности "предыдущей" и "последующей" частот:

P_n (x) ³ P_n (x–1); P_n (x) ³ P_n (x+1) (*)

Первое неравенство (*) представляется в виде:

,

что эквивалентно или . Отсюда следует:

Решая второе неравенство (1), получим

Таким образом, частота, имеющая наибольшую вероятность (наивероятнейшая час

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать